cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Dedi Gunawan
Contact Email
dedi.gunawan@ums.ac.id
Phone
+6281466758150
Journal Mail Official
ptmaapsi@gmail.com
Editorial Address
Jalan Ahmad Yani No. 157, Pabelan, Surakarta, Indonesia 57169
Location
Unknown,
Unknown
INDONESIA
Proceeding of Informatics Collaborations and Dessimenation Meeting (Infocoding)
Published by Asosiasi Program Studi Infokom Perguruan Tinggi Muhammadiyah Aisyiyah (APSI-PTMA) bekerja sama dengan Universitas Muhammadiyah Surakarta
ISSN : -     EISSN : 31244238     DOI : -
Core Subject :
Prosiding Informatics Collaborations and Dissemination Meeting (INFOCODING) merupakan kumpulan artikel ilmiah hasil dari kegiatan deseminasi penelitian yang diselenggarakan oleh Asosiasi Program Studi Infokom Perguruan Tinggi Muhammadiyah Aisyiyah (APSI-PTMA) bekerja sama dengan Universitas Muhammadiyah Surakarta (UMS). INFOCODING bertujuan sebagai wadah kolaborasi, pertukaran gagasan, serta penyebaran pengetahuan dan temuan riset terkini di bidang informatika. Setiap artikel yang dimuat dalam prosiding ini merupakan hasil penelitian para dosen, peneliti, maupun mahasiswa yang telah melalui proses seleksi dan penyuntingan. Topik-topik yang diangkat mencakup berbagai bidang dalam informatika, seperti kecerdasan buatan, pengolahan data, pengembangan perangkat lunak, sistem cerdas, keamanan siber, Internet of Things (IoT), dan teknologi digital lainnya.
Arjuna Subject : -
Articles 44 Documents
 1   2   3   4   5 
Pengelompokan Kebersihan Stasiun Wilayah Daop 4 Semarang Berdasarkan Nilai SLA Menggunakan Analisis Cluster dengan Metode K-Means Adiyah Mahiruna; Heni Sulistyowati; Atika Nurani Ambarwati
Proceeding of Informatics Collaborations and Dessimenation Meeting Vol. 1 No. 1 (2025)
Publisher : Universitas Muhammadiyah Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Kereta api merupakan salah satu moda transportasi nasional yang mempunyai karakteristik kapasitas angkutan massal, mempunyai keunggulan tersendiri, dan terintegrasi dengan moda transportasi lainnya. Kereta api dalam hal penggunaan teknologi sudah sangat mengikuti, walaupun teknologi sangat penuh resiko dalam hal integritas [1]. Stasiun merupakan tempat operasional kereta api, oleh karena itu stasiun yang bersih dan nyaman akan memberikan kenyamanan bagi masyarakat. memberikan kesan positif kepada penumpang, dengan Penelitian ini bertujuan untuk mengetahui pola pengelompokan stasiun di kawasan Daop 4 Semarang berdasarkan tingkat kebersihannya. Sehingga tidak ada kesenjangan kebersihan di setiap stasiun di kawasan Daop 4 Semarang. Metode yang digunakan dalam penelitian ini adalah algoritma K-Means, yaitu metode pengelompokan data yang membagi data menjadi beberapa cluster secara iteratif berdasarkan karakteristik yang serupa. Data yang digunakan dalam penelitian adalah data SLA (Service Level Agreement) kebersihan yang diambil setiap hari kemudian dijumlahkan dan kemudian digunakan untuk clustering stasiun di wilayah Daop 4 Semarang. Hasil penelitian menunjukkan jumlah cluster sebanyak 4 cluster dengan karakteristik pada cluster 1 lebih tinggi pada ketiga variabel pada cluster 2 dan 3 dengan masing-masing cluster berada pada rata-rata, dan pada cluster 4 tidak mempunyai nilai yang rendah untuk cluster tersebut.
Analisis Komparatif Algoritma C4.5, Naïve Bayes, dan K-Nearest Neighbor untuk Prediksi Kesejahteraan Masyarakat di Kabupaten Temanggung Kartika Sari Sunarno; Deden Istiawan
Proceeding of Informatics Collaborations and Dessimenation Meeting Vol. 1 No. 1 (2025)
Publisher : Universitas Muhammadiyah Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Kesejahteraan penduduk dapat meningkat seiring dengan menurunnya tingkat kemiskinan. Pada Maret 2019, tingkat kemiskinan di Kabupaten Temanggung mencapai 9,42 persen atau sekitar 72,6 ribu jiwa. Meskipun mengalami penurunan dibanding tahun sebelumnya, terdapat kekhawatiran bahwa penduduk rentan miskin dapat jatuh ke dalam kemiskinan apabila garis kemiskinan meningkat sebesar 10 persen, yang berpotensi menyebabkan lonjakan angka kemiskinan. Oleh karena itu, strategi penanggulangan kemiskinan memerlukan data yang akurat sesuai dengan karakteristik kesejahteraan masyarakat agar kebijakan yang diambil lebih tepat sasaran. Penelitian ini mengusulkan perbandingan beberapa algoritma klasifikasi, yaitu C4.5, Naïve Bayes, dan k-Nearest Neighbor, untuk menentukan algoritma dengan performa terbaik dalam menganalisis Data Kemiskinan Daerah (DKD) Kabupaten Temanggung. Fokus penelitian ini adalah pada prediksi kelas positif, yaitu keluarga sejahtera. Berdasarkan evaluasi menggunakan metrik AUC, precision, recall/sensitivity, dan F-measure pada kelas positif, hasil penelitian menunjukkan bahwa algoritma Naïve Bayes memiliki kinerja terbaik. Sebaliknya, algoritma C4.5 memiliki performa terendah karena memperoleh nilai precision, recall, dan F-measure yang paling kecil.
Game 3D Simulasi Sebagai Media Pembelajaran Cara Memadamkan Kebakaran Menggunakan APAR Reza Giga Isnanda; Achmad Fauzi; Gilang Prakoso; Rizki Fajar Nur Fahmi; Apriliya Kurnianti; Haris Setyawan
Proceeding of Informatics Collaborations and Dessimenation Meeting Vol. 1 No. 1 (2025)
Publisher : Universitas Muhammadiyah Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Masih banyak kebakaran yang terjadi di perumahan atau di pemukiman. Untuk mengurangi dampak dari kebakaran tersebut, masyarakat perlu untuk memiliki pengetahuan yang tepat dan cepat terkait penanganan pertama saat terjadi kebakaran. Walau game dimungkinkan menjadi solusi, sayangnya belum ada game berbasis simulasi yang fokus pada pelatihan cara memadamkan api sesuai jenisnya. Oleh karena itu, penelitian ini membuat game 3D simulasi untuk melatih pemain agar dapat dengan cepat menentukan jenis APAR (Alat Pemadam Api Ringan) yang tepat untuk memadamkan berdasarkan jenis api yang muncul. Game dibuat dengan mengadopsi metode Game Development Life Cycle menggunakan Unreal Engine. Dari hasil pengujian peningkatan pemahaman pemain, terbukti bahwa hasil skor pengetahuan pemain setelah bermain game meningkat secara signifikan dibandingkan dengan hasil skor sebelum bermain game. Dari hasil tersebut, diharapkan game 3D simulasi ini mampu melengkapi usaha yang sudah dilakukan oleh penelitian-penelitian sebelumnya dalam pelatihan mitigasi kebakaran.
Machine Learning dalam Bidang Perikanan: Peluang dan Tantangan Hindayati Mustafidah; Suwarsito Suwarsito; Agung Purwo Wicaksono; Ermadi Satriya Wijaya
Proceeding of Informatics Collaborations and Dessimenation Meeting Vol. 1 No. 1 (2025)
Publisher : Universitas Muhammadiyah Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Perkembangan teknologi Machine Learning (ML) telah membuka peluang besar untuk meningkatkan efisiensi dan keberlanjutan dalam sektor perikanan. Artikel ini membahas penerapan ML dalam perikanan, termasuk klasifikasi spesies ikan, prediksi hasil tangkapan, dan pemantauan ekosistem perairan. Dengan menggunakan algoritma seperti Naive Bayes, jaringan saraf tiruan, dan algoritma lainnya, sektor perikanan dapat mengatasi berbagai tantangan, seperti overfishing dan perubahan iklim. Studi ini juga menyoroti potensi, kendala, dan arah penelitian di masa depan. Diharapkan, aplikasi ML dapat memberikan solusi inovatif untuk mendukung pengelolaan perikanan yang berkelanjutan.
Analisis Frekuensi pada Sinyal EEG menggunakan Fast Fourier Transform Hindarto Hindarto; Akhmad Ahfas; Ade Eviyanti; Egha Karya Affandi
Proceeding of Informatics Collaborations and Dessimenation Meeting Vol. 1 No. 1 (2025)
Publisher : Universitas Muhammadiyah Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Analisis sinyal Elektrode Encephalo Graph (EEG) menunjukkan bahwa rentang frekuensi serangan epilepsi pada gangguan neurologis perlu dideteksi sejak dini untuk mengetahui kebutuhan spesifik mereka dan membantu mereka bertahan hidup dengan masalahnya. K-Nearest Neighbor (KNN) dan analisis diskriminan linier digunakan untuk mendeteksi emosi diskrit manusia (kejutan, senang, takut, netral dan jijik) melalui sinyal EEG. Tujuan dari penelitian ini adalah mengukur rentang frekuensi sinyal EEG yang berkaitan dengan epilepsi, membaginya menjadi lima domain berbeda seperti α, β, γ, δ dan θ yang terkait dengan rentang total, serta menghilangkan distribusi frekuensi. Metode Fast Fourier Transform (FFT) pada sinyal EEG digunakan untuk membandingkan perbedaan antara epilepsi dan sehat subjek. Hasil yang didapatkan pada penelitian ini, yaitu terdapat perbedaan frekuensi dan perbedaan amplitudo antara subyek sehat dan subjek yang menderita epilepsi.sehingga dengan adanya perbedaan ini, maka untuk proses klasifikasi akan menjadi lebih mudah.
Analisis Risiko Jaringan Komputer untuk Meningkatkan Kualitas Keamanan pada Jaringan Komputer Rumah Sakit Universitas Muhammadiyah Semarang Akhmad Fathurohman; Riza Setiawan; Faris Eka Darmawan
Proceeding of Informatics Collaborations and Dessimenation Meeting Vol. 1 No. 1 (2025)
Publisher : Universitas Muhammadiyah Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Upaya peningkatan meningkatkan kualitas keamanan pada jaringan komputer Rumah Sakit Universitas Muhammadiyah Semarang (RS Unimus) sangat penting karena berbagai risiko yang dapat mengancam keamanan dan integritas data yang sangat sensitif, terlebih rumah sakit merupakan fasilitas layanan umum kesehatan yang harus terus meningkatkan kepercayaan masyarakat. Jaringan komputer sangat penting untuk kelancaran teknologi informasi yang diterapkan di rumah sakit. Dengan jaringan yang baik, informasi medis dapat diakses dengan cepat, sehingga pasien dapat menerima pelayanan kesehatan dengan tepat dan cepat. RS Unimus mengimplementasikan dan mengembangkan teknologi informasi yang didukung dengan jaringan komputer dalam mengembangkan sistem informasi manajemen rumah sakit (SIMRS) RS Unimus terintegrasi. Metode yang digunakan adalah metode analisis Risiko (Risk Analysis) sesuai dengan standar keamanan jaringan ISO 27001:2022 Information Security Management Systems Risk Analysis. Hasil analisis risiko jaringan komputer di RS Unimus menunjukkan berbagai tantangan dan potensi ancaman yang dapat memengaruhi operasional dan keamanan sistem informasi. Simpulan dari hasil identifikasi risiko utama, yaitu: (1) Data hilang, (2) Serangan dan gangguan siber (3) Mati listrik (4) Kegagalan booting komputer; (5) Kegagalan penginputan data; (6) Jaringan lambat; dan (7) Kerusakan hardware. Dampak dari risiko tersebut dapat beragam, mulai dari gangguan layanan hingga kerugian finansial dan reputasi RS Unimus. Beberapa langkah strategi mitigasi risiko yang disarankan: (1) Peningkatan keamanan sistem yaitu menggunakan firewall, antivirus, dan prosedur keamanan lainnya untuk melindungi data dan sistem dari ancaman eksternal; (2) Rutin melakukan backup data sehingga dipastikan data tetap aman dan pemulihan cepat; (3) Pelatihan staf mengenai peningkatan kemamuan TIK dan keamanan informasi; (4) Penyediaan infrastruktur cadangan agar sumber daya cadangan dapat menjaga kelangsungan operasional saat terjadi gangguan. Selanjutnya dirancang langkah-langkah mitigasi yang efektif, RS Unimus dapat menjaga ketersediaan dan kinerja sistem informasi mereka, serta melindungi data pasien dengan lebih baik.
Tren Riset Adopsi Kecerdasan Buatan dan Blockchain dalam Pelayanan Kesehatan pada Basis Data Scopus (2019-2024) Umi Chotijah; Henny Dwi Bhakti; Soffiana Agustin; Nadya Husenti; Putri Aisyiyah Rakhma Devi; Deni Sutaji; Harunur Rosyid
Proceeding of Informatics Collaborations and Dessimenation Meeting Vol. 1 No. 1 (2025)
Publisher : Universitas Muhammadiyah Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Analisis bibliometrik adalah metode kuantitatif untuk menganalisis data dalam basis data pada penerbit jurnal. Ini digunakan untuk mengetahui seberapa banyak topik tertentu telah diteliti dan dibahas oleh para peneliti pada bidang yang bersangkutan. Tujuan penelitian ini dilakukan untuk mengetahui tren dari penelitian mengenai adopsi kecerdasan buatan dan blockchain pada pelayanan kesehatan. Metode yang digunakan pada penelitian ini adalah metode kuantitatif. Data yang dihadirkan berasal dari analisis yang ada ditarik dari basis data Jurnal SCOPUS dan kemudian data tersebut diolah melalui aplikasi VOSviewer. Dalam tren penelitian mengenai adopsi kecerdasan buatan dan blockchain pada pelayanan kesehatan dirasa penting untuk mengetahui tren dan arah penelitian terkait isu ini terlebih lagi kita hidup di era digital. Hal ini juga dikarenakan kita berada di era digital dan pelayanan kesehatan digital menjadi topik yang penting untuk dibahas beberapa tahun belakangan. Berbagai macam tantangan dan peluang sangat menarik untuk dibahas mengenai topik penelitian adopsi kecerdasan buatan dan blockchain pada pelayanan kesehatan.
Analisis Pengaruh Perkembangan Harga Emas terhadap Inflasi di Indonesia Menggunakan Regresi Linear Husna Kamila Syahida; Ahmad Musthafa Masyhur; Slamet Riyadi
Proceeding of Informatics Collaborations and Dessimenation Meeting Vol. 1 No. 1 (2025)
Publisher : Universitas Muhammadiyah Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Emas merupakan salah satu aset investasi yang diminati banyak orang. Nilainya yang cukup stabil seringkali digunakan sebagai aset lindung nilai (safe haven) untuk melawan inflasi. Oleh karena itu, penelitian ini bertujuan untuk menganalisis hubungan antara harga emas dan tingkat inflasi. Data yang digunakan dalam penelitian ini diambil dari data sekunder, baik dari website resmi harga emas maupun Bank Indonesia. Proses analisis dilakukan menggunakan pendekatan regresi linier sederhana untuk menghitung hubungan antara satu variable dependen dan independen. Hasil penelitian menunjukkan bahwa variasi data pada harga emas (Sxx) cenderung fluaktif dan jauh dari rata-rata dengan nilainya yang sangat besar, sedangkan variasi data pada tingkat inflasi (Syy) cenderung stabil dan tidak jauh dari rata-ratanya karena nilainya yang sangat kecil. Untuk keterkaitan antara harga emas dan tingkat inflasi (Sxy) menunjukkan bahwa keduanya memiliki keterkaitan yang berlawanan arah dengan hasil angka negatif, yakni -6.219. Selain itu, terdapat hubungan negatif yang kuat, dengan koefisien korelasi ????=-0,81, yang menunjukkan bahwa peningkatan harga emas berkontribusi terhadap penurunan tingkat inflasi. Hal ini didukung dengan adanya perhitungan koefisien determinasi, yang menunjukkan bahwa 65% variasi dalam penurunan tingkat inflasi dapat dijelaskan oleh harga emas. Adapun hasil persamaan regresi pada penelitian ini adalah .
Mewujudkan Transformasi Digital Berkelanjutan untuk Evolusi Kota Cerdas: Tinjauan Literatur Sistematis Hariyadi Hariyadi; Waradzi Mustaqim; Dwi Pratiwi Wulandari
Proceeding of Informatics Collaborations and Dessimenation Meeting Vol. 1 No. 1 (2025)
Publisher : Universitas Muhammadiyah Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Di era saat ini, perkembangan teknologi informasi yang berkelanjutan menjadi katalis utama dalam mengubah kota-kota modern menjadi pusat kota cerdas. Transformasi digital yang berkelanjutan sangat penting untuk memandu kota-kota cerdas menuju masa depan yang ditandai oleh efisiensi dan keberlanjutan. Artikel ini mengeksplorasi konsep transformasi digital berkelanjutan dalam konteks evolusi kota cerdas, menekankan perannya dalam meningkatkan efisiensi sumber daya, mengurangi emisi karbon, dan meningkatkan layanan publik. Integrasi teknologi seperti Internet of Things (IoT), analisis data besar, dan kecerdasan buatan (AI) membentuk fondasi kota cerdas yang berkelanjutan. Keberlanjutan tidak hanya mencakup aspek lingkungan tetapi juga dimensi sosial dan ekonomi, yang menekankan inklusivitas dan partisipasi masyarakat. Namun, tantangan, termasuk integrasi sistem yang kompleks, kendala keuangan, dan kebutuhan akan langkah-langkah keamanan yang kuat, harus diatasi untuk transformasi digital berkelanjutan yang sukses. Tujuan penelitian ini meliputi melakukan investigasi mendalam melalui tinjauan literatur sistematis, dengan fokus pada manfaat, peran, dan tantangan. Studi ini memberikan wawasan berharga untuk mendorong diskusi tentang arah masa depan transformasi digital berkelanjutan untuk kota-kota cerdas, yang bertujuan untuk mendukung pengembangan kota-kota yang cerdas dan berkelanjutan. Tinjauan pustaka sistematis mengikuti metode PRISMA, yang merumuskan pertanyaan penelitian untuk mengeksplorasi manfaat, peran, dan tantangan transformasi digital berkelanjutan. Temuan tersebut menyoroti potensi transformatif praktik digital berkelanjutan, yang menekankan perlunya mengatasi tantangan demi keberhasilan evolusi kota pintar.
Analisis Komparasi Prediksi Serangan DDoS Menggunakan Machine Learning Sunardi Sunardi; Suyahman Suyahman
Proceeding of Informatics Collaborations and Dessimenation Meeting Vol. 1 No. 1 (2025)
Publisher : Universitas Muhammadiyah Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Serangan Distributed Denial of Service (DDoS) merupakan ancaman serius terhadap kestabilan jaringan komputer, yang dapat menyebabkan gangguan layanan pada sistem yang ditargetkan. Deteksi dini serangan DDoS sangat penting untuk meminimalkan dampaknya. Penelitian ini bertujuan untuk membandingkan kinerja empat algoritma machine learning—K-Nearest Neighbors (KNN), Random Forest (RF), XGBoost, dan Logistic Regression (LR)—dalam mendeteksi serangan DDoS menggunakan dataset besar dari Kaggle, yang terdiri dari lebih dari satu juta baris data. Dataset mencakup berbagai informasi lalu lintas jaringan, termasuk alamat IP sumber dan tujuan, port, panjang paket, serta jumlah paket yang dikirim dalam interval waktu tertentu. Hasil penelitian menunjukkan bahwa algoritma RF memiliki akurasi tertinggi, yaitu 99.83%, diikuti oleh KNN dan XGBoost dengan akurasi masing-masing 99.82%. Logistic Regression, meskipun menunjukkan akurasi yang baik sebesar 98.80%, memiliki performa yang lebih rendah dibandingkan algoritma lainnya karena keterbatasannya dalam menangani pola data non-linier. Berdasarkan hasil ini, dapat disimpulkan bahwa RF, KNN, dan XGBoost sangat efektif untuk deteksi serangan DDoS, sementara LR dapat digunakan sebagai alternatif dengan efisiensi komputasi yang lebih tinggi. Penelitian ini memberikan kontribusi signifikan terhadap pengembangan sistem deteksi DDoS berbasis machine learning yang lebih akurat dan efisien.

Page 1 of 5 | Total Record : 44

 1   2   3   4   5 

Filter by Year

2025 2026


Reset
Filter By Issues
All Issue Vol. 2 No. 1 (2026) Vol. 1 No. 1 (2025)